專利名稱：圖像處理裝置、圖像處理程序以及圖像處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對按照時序拍攝的時序圖像進(jìn)行處理的圖像處理裝置、圖像處理程序 以及圖像處理方法。
背景技術(shù)：
作為根據(jù)按照時序?qū)\(yùn)動的檢查對象物進(jìn)行拍攝得到的時序圖像，對檢查對象物 進(jìn)行檢查的裝置，近些年開發(fā)出了以膠囊內(nèi)窺鏡為代表的、在體內(nèi)官腔(消化道)內(nèi)移動的 同時依次拍攝時序的管腔內(nèi)圖像的醫(yī)療設(shè)備。膠囊內(nèi)窺鏡從口中被吞入后，通過蠕動運(yùn)動 等在管腔內(nèi)被運(yùn)送，以預(yù)定的拍攝速率依次拍攝圖像并發(fā)送給體外接收機(jī)，最終被排出體 外。所拍攝的時序圖像的數(shù)量大概可表示為拍攝速率(約2 4幀/秒)X膠囊內(nèi)窺鏡在 體內(nèi)滯留的時間(約^iours = 8X60X60sec)，在幾萬張以上。醫(yī)生通過診斷用工作站等 確認(rèn)這些記錄于體外接收機(jī)中的大量時序圖像，確定病變部位，因而需要耗費(fèi)非常多的時 間。因而強(qiáng)烈要求提出一種用于提高醫(yī)生對圖像的確認(rèn)作業(yè)的效率的技術(shù)。例如在專利文獻(xiàn)1中，示出了根據(jù)由膠囊內(nèi)窺鏡拍攝的時序圖像，檢測作為異常 部位的病變部位的手法。具體而言，將以預(yù)定間隔對時序圖像進(jìn)行采樣而得到的圖像分別 分割為多個矩形區(qū)域，使這些矩形區(qū)域成像于平均色比空間等預(yù)定的特征空間，然后進(jìn)行 聚類。而且通過預(yù)先根據(jù)訓(xùn)練數(shù)據(jù)而制作的分類器將所獲得的聚類分類為粘膜、糞便(內(nèi) 容物)、泡等類別。此后將采樣得到的圖像劃分為預(yù)定時序間隔的子集，根據(jù)之前的聚類分 類結(jié)果，計算子集內(nèi)各類別的產(chǎn)生頻度和特征量分布。然后根據(jù)這些信息，將各子集所表示 的時序區(qū)間內(nèi)的圖像的矩形區(qū)域分類到各聚類。而且將在分類的結(jié)果圖像內(nèi)被分類為粘膜 的各矩形區(qū)域的特征量與圖像內(nèi)被分類為粘膜的所有矩形區(qū)域的平均特征量的值進(jìn)行比 較，從而檢測病變部位。專利文獻(xiàn)1 日本特開2007-175432號公報在專利文獻(xiàn)1中，首先按照時序圖像的每個預(yù)定區(qū)間設(shè)定分類基準(zhǔn)，將被矩形分 割的圖像內(nèi)的各矩形區(qū)域分類為粘膜、內(nèi)容物、泡等。此后，將圖像內(nèi)被分類為粘膜的矩形 區(qū)域的特征量與在該圖像內(nèi)被分類為粘膜的所有矩形區(qū)域的平均特征量的值進(jìn)行比較來 檢測病變部位。然而，通過膠囊內(nèi)窺鏡拍攝的圖像中有時會存在與病變部位等異常部位的 特征量很相似的內(nèi)容物。因而，在如專利文獻(xiàn)1所示最終根據(jù)1幅圖像內(nèi)的局部區(qū)域的特 征量進(jìn)行病變部位檢測的手法中，存在無法在識別與內(nèi)容物的差異的同時檢測病變部位的 問題。

發(fā)明內(nèi)容
本發(fā)明就是鑒于上述情況而完成的，其目的在于提供能夠從構(gòu)成時序圖像的圖像 中高精度檢測異常部位的圖像處理裝置、圖像處理程序以及圖像處理方法。為解決上述課題，達(dá)成目的，本發(fā)明的某個方面涉及的圖像處理裝置對按照時序 拍攝檢查對象物得到的時序圖像進(jìn)行處理，檢測上述檢查對象物上的異常部位，該圖像處理裝置具有類別區(qū)域分割部，其將構(gòu)成上述時序圖像的各圖像內(nèi)部分割為類別區(qū)域，上述 類別區(qū)域包含攝入上述檢查對象物的被檢查區(qū)域以及可能存在攝入上述異常部位的異常 區(qū)域的異常候選區(qū)域；光流場計算部，其根據(jù)構(gòu)成上述時序圖像的圖像，計算上述被檢查區(qū) 域和上述異常候選區(qū)域中的光流場；以及異常區(qū)域檢測部，其比較上述被檢查區(qū)域中的光 流場和上述異常候選區(qū)域中的光流場，根據(jù)比較的結(jié)果將上述異常候選區(qū)域檢測為上述異 常區(qū)域。根據(jù)該方式涉及的圖像處理裝置，將構(gòu)成時序圖像的各圖像內(nèi)部分割為包含被檢 查區(qū)域以及異常候選區(qū)域的類別區(qū)域，在構(gòu)成上述時序圖像的圖像之間判定各區(qū)域的光流 場的類似性，從而能將異常候選區(qū)域作為異常區(qū)域提取出來。因此能夠高精度檢測構(gòu)成時 序圖像的圖像內(nèi)的異常部位。另外，本發(fā)明的另一個方面涉及的圖像處理程序使圖像處理裝置執(zhí)行如下步驟， 其中該圖像處理裝置對按照時序拍攝檢查對象物得到的時序圖像進(jìn)行處理，檢測上述檢查 對象物上的異常部位類別區(qū)域分割步驟，將構(gòu)成上述時序圖像的各圖像內(nèi)部分割為類別 區(qū)域，其中上述類別區(qū)域包含攝入上述檢查對象物的被檢查區(qū)域以及可能存在攝入上述異 常部位的異常區(qū)域的異常候選區(qū)域；光流場計算步驟，根據(jù)構(gòu)成上述時序圖像的圖像，計算 上述被檢查區(qū)域以及上述異常候選區(qū)域的光流場；以及異常區(qū)域檢測步驟，比較上述被檢 查區(qū)域的光流場與上述異常候選區(qū)域的光流場，根據(jù)比較的結(jié)果將上述異常候選區(qū)域檢測 為上述異常區(qū)域。另外，本發(fā)明的又一個方面涉及的圖像處理方法對按照時序拍攝檢查對象物得到 的時序圖像進(jìn)行處理，檢測上述檢查對象物上的異常部位，該圖像處理方法具有類別區(qū)域 分割步驟，將構(gòu)成上述時序圖像的各圖像內(nèi)部分割為類別區(qū)域，其中上述類別區(qū)域包含攝 入上述檢查對象物的被檢查區(qū)域以及可能存在攝入上述異常部位的異常區(qū)域的異常候選 區(qū)域；光流場計算步驟，根據(jù)構(gòu)成上述時序圖像的圖像，計算上述被檢查區(qū)域以及上述異常 候選區(qū)域的光流場；以及異常區(qū)域檢測步驟，比較上述被檢查區(qū)域的光流場與上述異常候 選區(qū)域的光流場，根據(jù)比較的結(jié)果將上述異常候選區(qū)域檢測為上述異常區(qū)域。根據(jù)本發(fā)明，能夠提高時序圖像內(nèi)的異常部位的檢測精度。


圖1是表示包含圖像處理裝置的圖像處理系統(tǒng)的整體構(gòu)成的概要示意圖。圖2是表示管腔內(nèi)圖像的一個例子的圖。圖3是表示說明圖像處理裝置的功能結(jié)構(gòu)的框圖。圖4是表示圖像處理裝置所進(jìn)行的處理步驟的整體流程圖。圖5是表示類別區(qū)域分割處理的詳細(xì)處理步驟的流程圖。圖6是表示對圖2的管腔內(nèi)圖像進(jìn)行類別區(qū)域分割的結(jié)果例的圖。圖7是表示OF計算處理的詳細(xì)處理步驟的流程圖。圖8是表示基于圖6舉例表示的類別區(qū)域分割結(jié)果的結(jié)構(gòu)區(qū)域的提取結(jié)果例的 圖。圖9是通過箭頭概念性表示對圖8所示的各結(jié)構(gòu)區(qū)域計算出的光流場的圖。圖10是表示對病變候選區(qū)域計算出的OF分布的一個例子的圖。
圖11是表示對病變候選區(qū)域計算出的OF分布的另一個例子的圖。圖12是表示對病變候選區(qū)域的附近粘膜區(qū)域計算出的OF分布的一個例子的圖。圖13是表示對病變候選區(qū)域的附近粘膜區(qū)域計算出的OF分布的另一個例子的 圖。圖14是將圖10所示的病變候選區(qū)域的OF分布與圖12所示的病變候選區(qū)域的附 近粘膜區(qū)域的OF分布對比表示的圖。圖15是將圖11所示的病變候選區(qū)域的OF分布與圖13所示的病變候選區(qū)域的附 近粘膜區(qū)域的OF分布對比表示的圖。符號說明10圖像處理裝置；11圖像取得部；12輸入部；13顯示部；14存儲部；141圖像處理 程序；15運(yùn)算部；150類別區(qū)域分割部；151圖像分割部；151a邊緣提取部；152特征量計算 部；153區(qū)域分類部；IMOF計算部；15 結(jié)構(gòu)區(qū)域提取部；154b對應(yīng)區(qū)域提取部；155病變 區(qū)域檢測部；15 病變候選OF特征量計算部；15 粘膜OF特征量計算部；16控制部；7移 動型記錄介質(zhì)
具體實(shí)施例方式下面參照附圖詳細(xì)說明本發(fā)明的優(yōu)選實(shí)施方式。以下說明的圖像處理裝置中，對 通過膠囊內(nèi)窺鏡以體內(nèi)管腔內(nèi)作為檢查對象物按照時序拍攝的時序圖像進(jìn)行處理，將作為 被檢查區(qū)域的一個例子的粘膜區(qū)域上的病變部位作為異常部位檢測出來。并且，本發(fā)明的 圖像處理裝置能夠進(jìn)行處理的時序圖像不限于拍攝體內(nèi)管腔內(nèi)獲得的時序圖像，同樣能夠 應(yīng)用于從按照時序拍攝運(yùn)動的檢查對象物獲得的時序圖像中檢測檢查對象物上的異常部 位的情況。(實(shí)施方式)圖1是表示包含本實(shí)施方式的圖像處理裝置的圖像處理系統(tǒng)的整體構(gòu)成的概要 示意圖。如圖1所示，圖像處理系統(tǒng)由拍攝被檢體1內(nèi)部的圖像(管腔內(nèi)圖像)的膠囊內(nèi) 窺鏡3、接收從膠囊內(nèi)窺鏡3無線發(fā)送來的管腔內(nèi)圖像的接收裝置5、根據(jù)接收裝置5接收 的管腔內(nèi)圖像對由膠囊內(nèi)窺鏡3拍攝的管腔內(nèi)圖像進(jìn)行處理并顯示的圖像處理裝置10等 構(gòu)成。例如使用移動型的記錄介質(zhì)(移動型記錄介質(zhì))7進(jìn)行接收裝置5與圖像處理裝置 10之間的圖像數(shù)據(jù)的授受。膠囊內(nèi)窺鏡3具備攝像功能和無線功能等，其從被檢體1的口中被吞入而導(dǎo)入至 被檢體1內(nèi)部，在管腔內(nèi)移動并依次拍攝管腔內(nèi)圖像。然后將拍攝的管腔內(nèi)圖像無線發(fā)送 到體外。接收裝置5具有分散配置于體表上的與被檢體1內(nèi)的膠囊內(nèi)窺鏡3的通過路徑對 應(yīng)的位置上的接收用天線Al An。而且接收裝置5通過各接收用天線Al An接收從膠 囊內(nèi)窺鏡3無線發(fā)送的圖像數(shù)據(jù)。該接收裝置5構(gòu)成為能夠自由拆裝移動型記錄介質(zhì)7， 將接收到的圖像數(shù)據(jù)依次保存于移動型記錄介質(zhì)7。這樣，由膠囊內(nèi)窺鏡3拍攝的被檢體1 內(nèi)部的管腔內(nèi)圖像通過接收裝置5而按照時序順序蓄積于移動型記錄介質(zhì)7中，保存為時 序圖像。圖像處理裝置10用于由醫(yī)生觀察、診斷通過膠囊內(nèi)窺鏡3拍攝的管腔內(nèi)圖像，可通過工作站或個人計算機(jī)等通用計算機(jī)實(shí)現(xiàn)。該圖像處理裝置10構(gòu)成為能自由拆裝移動 型記錄介質(zhì)7，對保存于移動型記錄介質(zhì)7中的構(gòu)成時序圖像的各管腔內(nèi)圖像進(jìn)行處理，按 照時序順序依次顯示于IXD或ELD等顯示器上。圖2是表示通過膠囊內(nèi)窺鏡3拍攝并通過 圖像處理裝置10進(jìn)行處理的管腔內(nèi)圖像的一個例子的圖。在管腔內(nèi)圖像中拍攝了粘膜21、 在管腔內(nèi)浮游的內(nèi)容物23、泡25等，有時還拍攝了病變27等重要部位。并且，通過膠囊內(nèi) 窺鏡3所拍攝的管腔內(nèi)圖像是在各像素位置具有對于R(紅)、G(綠)、B(藍(lán))的各顏色成 分的像素水平(像素值)的彩色圖像。圖3是說明圖像處理裝置10的功能構(gòu)成的框圖。在本實(shí)施方式中，圖像處理裝置 10具有圖像取得部11、輸入部12、顯示部13、存儲部14、運(yùn)算部15、控制裝置各部的控制部 16。圖像取得部11用于獲得通過膠囊內(nèi)窺鏡3拍攝并通過接收裝置5保存于移動型 記錄介質(zhì)7中的構(gòu)成時序圖像的管腔內(nèi)圖像，例如以可自由拆裝的方式安裝移動型記錄介 質(zhì)7，讀取并獲得蓄積于所安裝的移動型記錄介質(zhì)7中的管腔內(nèi)圖像的圖像數(shù)據(jù)。該圖像取 得部11例如可通過與移動型記錄介質(zhì)7的種類對應(yīng)的讀寫裝置來實(shí)現(xiàn)。并且，通過膠囊內(nèi) 窺鏡3拍攝的時序的管腔內(nèi)圖像的獲得不限于使用移動型記錄介質(zhì)7的構(gòu)成，例如也可以 構(gòu)成為具有硬盤以取代圖像取得部11，預(yù)先將通過膠囊內(nèi)窺鏡3拍攝的時序的管腔內(nèi)圖像 保存于硬盤內(nèi)?；蛘咭部梢詷?gòu)成為另外設(shè)置服務(wù)器取代移動型記錄介質(zhì)7，預(yù)先在該服務(wù)器 保存時序的管腔內(nèi)圖像。這種情況下，由用于與服務(wù)器連接的通信裝置等構(gòu)成圖像取得部， 通過該圖像取得部與服務(wù)器連接，從服務(wù)器獲得時序的管腔內(nèi)圖像。輸入部12例如可通過鍵盤或鼠標(biāo)、觸摸面板、各種開關(guān)等實(shí)現(xiàn)，將與操作輸入對 應(yīng)的操作信號輸出給控制部16。顯示部13可通過LCD或ELD等顯示裝置實(shí)現(xiàn)，通過控制部 16的控制，顯示包含時序的管腔內(nèi)圖像的顯示畫面在內(nèi)的各種畫面。存儲部14可通過能進(jìn)行更新存儲的閃存等ROM或RAM等各種IC存儲器、內(nèi)置或 通過數(shù)據(jù)通信端子連接的硬盤、CD-ROM等信息記錄介質(zhì)以及其讀取裝置等實(shí)現(xiàn)。該存儲部 14中存儲有用于使圖像處理裝置10工作，實(shí)現(xiàn)該圖像處理裝置10所具備的各種功能的程 序和該程序執(zhí)行中所使用的數(shù)據(jù)等。另外，還存儲有用于從構(gòu)成時序圖像的各管腔內(nèi)圖像 檢測作為異常部位的病變部位的圖像處理程序141。運(yùn)算部15可通過CPU等硬件實(shí)現(xiàn)，對通過圖像取得部11獲得的時序的管腔內(nèi)圖 像依次進(jìn)行處理，進(jìn)行用于將各管腔內(nèi)圖像分類到類別區(qū)域的各種運(yùn)算處理。該運(yùn)算部15 包括類別區(qū)域分割部150、光流場(optical flow)(以下將光流場適當(dāng)稱之為“OF”)計算 部154、與異常區(qū)域檢測部對應(yīng)的病變區(qū)域檢測部155。類別區(qū)域分割部150將構(gòu)成由在體 內(nèi)管腔內(nèi)移動的膠囊內(nèi)窺鏡3拍攝的時序圖像的各圖像(管腔內(nèi)圖像)內(nèi)部分割為包含粘 膜區(qū)域和病變候選區(qū)域的預(yù)定的類別區(qū)域。該類別區(qū)域分割部150具有圖像分割部151、 特征量計算部152、區(qū)域分類部153。圖像分割部151是將圖像內(nèi)部分割為多個區(qū)域的功能 部，具有提取圖像內(nèi)的邊緣的邊緣提取部151a。特征量計算部152對每個分割區(qū)域計算特 征量。區(qū)域分類部153根據(jù)特征量將分割區(qū)域分類為預(yù)定類別。OF計算部IM計算粘膜區(qū) 域和病變候選區(qū)域的光流場。該OF計算部IM具有結(jié)構(gòu)區(qū)域提取部15 和對應(yīng)區(qū)域提取 部154b。結(jié)構(gòu)區(qū)域提取部15 從構(gòu)成時序圖像的各圖像中提取結(jié)構(gòu)區(qū)域。對應(yīng)區(qū)域提取 部154b從在與結(jié)構(gòu)區(qū)域提取部15 提取出結(jié)構(gòu)區(qū)域的圖像不同的時刻所拍攝的其他圖像中，提取與結(jié)構(gòu)區(qū)域?qū)?yīng)的對應(yīng)區(qū)域。病變區(qū)域檢測部155比較粘膜區(qū)域的光流場與病變 候選區(qū)域的光流場來檢測病變區(qū)域。該病變區(qū)域檢測部1 具有與異常候選光流場特征量 計算部對應(yīng)的病變候選OF特征量計算部155a、與被檢查光流場特征量計算部對應(yīng)的粘膜 OF特征量計算部15恥。病變候選OF特征量計算部15 計算病變候選區(qū)域的光流場的特 征量。粘膜OF特征量計算部15 計算位于病變候選區(qū)域周圍的粘膜區(qū)域的光流場的特征 量。 控制部16可通過CPU等硬件實(shí)現(xiàn)。該控制部16根據(jù)從圖像取得部11輸入的圖 像數(shù)據(jù)、從輸入部12輸入的操作信號、存儲于存儲部14中的程序和數(shù)據(jù)等，向構(gòu)成圖像處 理裝置10的各部分進(jìn)行指示和數(shù)據(jù)傳送等，總括控制圖像處理裝置10整體的動作。
圖4是表示圖像處理裝置10所進(jìn)行的處理步驟的整體流程圖。此處所說明的處理 是通過由運(yùn)算部15執(zhí)行存儲于存儲部14中的圖像處理程序141來實(shí)現(xiàn)的。其中，示出對 作為構(gòu)成時序圖像的管腔內(nèi)圖像的時序順序i_start到i_end的圖像I (i_start) I (i_ end)進(jìn)行處理時的流程。如圖4所示，首先由運(yùn)算部15將表示作為處理對象的管腔內(nèi)圖像的時序順序的符 號i設(shè)定為i_start (步驟Si)，獲得時序順序i的圖像I (i)(步驟S3)。接著，由類別區(qū)域分割部150進(jìn)行類別區(qū)域分割處理，將圖像I⑴內(nèi)部分割為預(yù) 定的類別區(qū)域(步驟S5)。圖5是表示類別區(qū)域分割處理的詳細(xì)處理步驟的流程圖。在類別區(qū)域分割處理中，首先由邊緣提取部151a提取圖像I(i)的邊緣(步驟 S51)。作為步驟，首先生成由圖像I(i)的G成分構(gòu)成的G成分圖像。使用G成分的原因在 于由于接近血液中血紅蛋白的吸收波長波段，而且靈敏度和分辨率較高，因而能很好地表 現(xiàn)管腔內(nèi)圖像的結(jié)構(gòu)信息。并且，也可以使用其他成分或者通過已知的轉(zhuǎn)換處理根據(jù)圖像 I(i)的顏色成分2維計算出的亮度、色差(YCbCr轉(zhuǎn)換)、色相、色度、明度(HIS轉(zhuǎn)換)、色比 等值。然后例如通過已知的1次微分濾波器(Prewitt濾波器、Sobel濾波器等)和2次微 分濾波器(拉普拉斯濾波器、L0G(LaplaCian of Gaussian)濾波器等)對該G成分圖像進(jìn) 行空間濾波，進(jìn)行邊緣提取(參考=CG-ARTS協(xié)會、數(shù)字圖像處理、114頁、邊緣提取)。接著，圖像分割部151通過邊緣對圖像I⑴內(nèi)部進(jìn)行分割(步驟S53)。作為基于 邊緣的圖像分割手法，例如可使用國際公開公報W02006/080239號所公開的手法。簡單說 明一下步驟，首先根據(jù)需要對邊緣提取結(jié)果的圖像進(jìn)行以去除噪聲為目的的平滑化處理。 此后求出實(shí)施了平滑化處理的邊緣提取結(jié)果的圖像各像素的像素值的傾斜方向。此時，傾 斜方向?yàn)榕c附近像素的像素值之差最小(負(fù)值情況下為最大)的方向。接著，求出各像素 沿著像素值的傾斜方向到達(dá)的極值像素，以到達(dá)臨近的極值像素的各像素為相同區(qū)域的方 式來分割圖像。并且，作為其他分割手法，也可以使用分水嶺(watershed)算法(參考Luc Vincent and pierre Soille. Watersheds in digital spaces :An efficient algorithm based on immersion simulations. Transactionson Pattern Analysis and Machine Intelligence, Vol. 13，No. 6，pp. 583-598，June 1991·)。分水嶺算法是在以圖像的像素值 信息為高度的地形中填滿水時，以能夠在蓄積于不同凹陷中的水之間形成界線的方式分割 圖像的手法。因此通過對邊緣提取圖像進(jìn)行適當(dāng)?shù)钠交髨?zhí)行分水嶺算法，就能實(shí)現(xiàn) 基于邊緣的圖像分割。
以上示出了基于邊緣的圖像分割手法。通過如上使用邊緣來分割圖像，從而進(jìn)行 反映了攝影對象物的邊界的圖像分割，提升了后述的光流場計算的精度。并且也可以使用 不進(jìn)行邊緣提取而將圖像分割為預(yù)定尺寸的矩形區(qū)域等的手法。此時相比進(jìn)行基于邊緣的 圖像分割的情況能縮短處理時間。接著，特征量計算部152計算各分割區(qū)域的特征量(步驟S5Q。此處特征量是指 區(qū)域內(nèi)的像素值的R、G、B成分的例如平均值、標(biāo)準(zhǔn)偏差值、失真度、尖銳度、直方圖等統(tǒng)計 量、頻率特征、同時正規(guī)矩陣等構(gòu)造信息(參考=CG-ARTS協(xié)會數(shù)字圖像處理；192頁、區(qū)域 特征量)或者根據(jù)R、G、B成分2次計算出的亮度、色差、色相、色度、明度、色比等統(tǒng)計量和 構(gòu)造信息等。不按照像素單體，而是按照每個分割區(qū)域來統(tǒng)籌計算該特征量，從而能獲得包 含與周圍像素的關(guān)系在內(nèi)的特征量。并且，在使用如JPEG等那樣通過以區(qū)劃單位對攝像數(shù)據(jù)進(jìn)行離散余弦轉(zhuǎn)換 (Discrete Cosine Transform =DCT)而進(jìn)行了壓縮編碼的圖像數(shù)據(jù)的情況下，可以不進(jìn)行 上述邊緣提取，而是通過壓縮編碼時的單位區(qū)劃來分割圖像，將壓縮解壓縮時對每個單位 區(qū)劃求出的DCT系數(shù)或者根據(jù)該DCT系數(shù)2次地計算出的值用作特征量。接著，區(qū)域分類部153根據(jù)特征量對各分割區(qū)域分類(步驟S57)。本實(shí)施方式中， 將各分割區(qū)域分類為粘膜、病變候選和其他某個類別。分類手法具有各種方法，而此處使用 的手法是預(yù)先準(zhǔn)備每個分割區(qū)域的特征量和正確類別成對的數(shù)據(jù)即訓(xùn)練數(shù)據(jù)，并且預(yù)先求 出各類別的產(chǎn)生概率和各類別的概率密度函數(shù)，參照這些內(nèi)容對各分割區(qū)域根據(jù)其特征量 進(jìn)行分類。首先根據(jù)事先準(zhǔn)備的訓(xùn)練數(shù)據(jù)中各類別數(shù)據(jù)的數(shù)量，按照下式(1)求出各類別的 產(chǎn)生概率Pc(i)(i = l NC)。NC表示類別的數(shù)量。另外，ND(i)是類別i的數(shù)據(jù)數(shù)量。式1
權(quán)利要求
1.一種圖像處理裝置，其對按照時序拍攝檢查對象物得到的時序圖像進(jìn)行處理，檢測 上述檢查對象物上的異常部位，其特征在于，具有類別區(qū)域分割部，其將構(gòu)成上述時序圖像的各圖像內(nèi)部分割為類別區(qū)域，上述類別區(qū) 域包括攝入了上述檢查對象物的被檢查區(qū)域以及可能是攝入了上述異常部位的異常區(qū)域 的異常候選區(qū)域；光流場計算部，其根據(jù)構(gòu)成上述時序圖像的圖像，計算上述被檢查區(qū)域和上述異常候 選區(qū)域的光流場；以及異常區(qū)域檢測部，其比較上述被檢查區(qū)域的光流場和上述異常候選區(qū)域的光流場，根 據(jù)比較的結(jié)果將上述異常候選區(qū)域檢測為上述異常區(qū)域。
2.根據(jù)權(quán)利要求1所述的圖像處理裝置，其特征在于，在上述異常候選區(qū)域的光流場 與上述被檢查區(qū)域的光流場類似的情況下，上述異常區(qū)域檢測部將上述異常候選區(qū)域檢測 為上述異常區(qū)域。
3.根據(jù)權(quán)利要求1或2所述的圖像處理裝置，其特征在于，上述光流場計算部計算位于 上述異常候選區(qū)域的附近的被檢查區(qū)域的光流場，作為上述被檢查區(qū)域的光流場。
4.根據(jù)權(quán)利要求3所述的圖像處理裝置，其特征在于，上述異常區(qū)域檢測部具有異常候選光流場特征量計算部，其計算上述異常候選區(qū)域的光流場的特征量；以及被檢查光流場特征量計算部，其計算位于上述異常候選區(qū)域的附近的被檢查區(qū)域的光 流場的特征量，當(dāng)上述異常候選區(qū)域的光流場的特征量與位于上述異常候選區(qū)域的附近的被檢查區(qū) 域的光流場的特征量之差在預(yù)定值以內(nèi)的情況下，上述異常區(qū)域檢測部將上述異常候選區(qū) 域檢測為上述異常區(qū)域。
5.根據(jù)權(quán)利要求4所述的圖像處理裝置，其特征在于，上述光流場的特征量是至少根 據(jù)光流場的方向或大小計算出來的。
6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的圖像處理裝置，其特征在于，上述類別區(qū)域分割 部具有圖像分割部，其將上述圖像內(nèi)部分割為多個分割區(qū)域；特征量計算部，其按照每個上述分割區(qū)域計算特征量；以及區(qū)域分類部，其根據(jù)上述特征量，將上述分割區(qū)域分類為預(yù)定的類別，上述類別區(qū)域分割部根據(jù)通過上述區(qū)域分類部對上述分割區(qū)域進(jìn)行分類的結(jié)果，將上 述圖像分割為上述類別區(qū)域。
7.根據(jù)權(quán)利要求6所述的圖像處理裝置，其特征在于，上述圖像分割部具有提取上述 圖像內(nèi)部的邊緣的邊緣提取部，通過上述邊緣將上述圖像內(nèi)部分割為多個分割區(qū)域。
8.根據(jù)權(quán)利要求6或7所述的圖像處理裝置，其特征在于，上述光流場計算部計算上述 分割區(qū)域中被分類為上述被檢查區(qū)域的分割區(qū)域以及被分類為上述異常候選區(qū)域的分割 區(qū)域的光流場。
9.根據(jù)權(quán)利要求1至8中任一項(xiàng)所述的圖像處理裝置，其特征在于，上述光流場計算部 具有結(jié)構(gòu)區(qū)域提取部，其從構(gòu)成上述時序圖像的圖像中提取結(jié)構(gòu)區(qū)域；以及對應(yīng)區(qū)域提取部，其從在與提取出上述結(jié)構(gòu)區(qū)域的圖像不同的時刻所拍攝的圖像中提取與上述結(jié)構(gòu)區(qū)域?qū)?yīng)的對應(yīng)區(qū)域，上述光流場計算部根據(jù)上述結(jié)構(gòu)區(qū)域以及上述對應(yīng)區(qū)域的位置信息，計算光流場。
10.根據(jù)權(quán)利要求1至9中任一項(xiàng)所述的圖像處理裝置，其特征在于，上述時序圖像為 體內(nèi)管腔內(nèi)的圖像。
11.根據(jù)權(quán)利要求1至10中任一項(xiàng)所述的圖像處理裝置，其特征在于，上述被檢查區(qū)域 是粘膜區(qū)域。
12.根據(jù)權(quán)利要求10或11所述的圖像處理裝置，其特征在于，上述光流場計算部使用 相當(dāng)于血液的吸收波段的顏色成分，來計算光流場。
13.根據(jù)權(quán)利要求10至12中任一項(xiàng)所述的圖像處理裝置，其特征在于，上述邊緣提取 部提取相當(dāng)于血液的吸收波段的顏色成分的邊緣。
14.一種圖像處理程序，其使圖像處理裝置執(zhí)行如下步驟，其中該圖像處理裝置對按照 時序拍攝檢查對象物得到的時序圖像進(jìn)行處理，檢測上述檢查對象物上的異常部位類別區(qū)域分割步驟，將構(gòu)成上述時序圖像的各圖像內(nèi)部分割為類別區(qū)域，其中上述類 別區(qū)域包括攝入了上述檢查對象物的被檢查區(qū)域以及可能是攝入了上述異常部位的異常 區(qū)域的異常候選區(qū)域；光流場計算步驟，根據(jù)構(gòu)成上述時序圖像的圖像，計算上述被檢查區(qū)域以及上述異常 候選區(qū)域的光流場；以及異常區(qū)域檢測步驟，比較上述被檢查區(qū)域的光流場與上述異常候選區(qū)域的光流場，根 據(jù)比較的結(jié)果將上述異常候選區(qū)域檢測為上述異常區(qū)域。
15.一種圖像處理方法，對按照時序拍攝檢查對象物得到的時序圖像進(jìn)行處理，檢測上 述檢查對象物上的異常部位，其特征在于，該圖像處理方法具有類別區(qū)域分割步驟，將構(gòu)成上述時序圖像的各圖像內(nèi)部分割為類別區(qū)域，其中上述類 別區(qū)域包括攝入了上述檢查對象物的被檢查區(qū)域以及可能是攝入了上述異常部位的異常 區(qū)域的異常候選區(qū)域；光流場計算步驟，根據(jù)構(gòu)成上述時序圖像的圖像，計算上述被檢查區(qū)域以及上述異常 候選區(qū)域的光流場；以及異常區(qū)域檢測步驟，比較上述被檢查區(qū)域的光流場與上述異常候選區(qū)域的光流場，根 據(jù)比較的結(jié)果將上述異常候選區(qū)域檢測為上述異常區(qū)域。
全文摘要
在本發(fā)明的某個實(shí)施方式中，類別區(qū)域分割部(150)將構(gòu)成通過在體內(nèi)管腔內(nèi)移動的膠囊內(nèi)窺鏡所拍攝的時序圖像的各圖像內(nèi)部分割成包含粘膜區(qū)域和病變候選區(qū)域的類別區(qū)域。OF計算部(154)計算粘膜區(qū)域和病變候選區(qū)域的光流場。病變區(qū)域檢測部(155)通過比較粘膜區(qū)域的光流場與病變候選區(qū)域的光流場來檢測病變區(qū)域。
文檔編號A61B5/07GK102056530SQ20098012081
公開日2011年5月11日 申請日期2009年6月3日 優(yōu)先權(quán)日2008年6月5日
發(fā)明者神田大和 申請人:奧林巴斯株式會社